Monografia Pana doktora Jerzego Marcinkowskiego wpisuje się w nurt badań
analizy finansowych szeregów czasowych oraz teorii portfelowej, które stanowią
metodologiczne podstawy teorii inwestycji finansowych.
Problematyka badań cechuje się dużą złożonością i
interdyscyplinarnością. Autor stawia sobie niezwykle trudne i ambitne zadanie
identyfikacji źródeł ryzyka inwestycyjnego, sposobu jego pomiaru, analizy efektywności
procesów inwestycji finansowych oraz analizy możliwości ograniczenia niekorzystnych dla
inwestorów następstw niestabilności rynków finansowych. Do przeprowadzenia analizy
procesów inwestycyjnych na rynkach finansowych Autor proponuje zaadaptować stosowane w
przypadku analizy procesów ekonomicznych podejście składnikowe. Jest to oryginalna
propozycja, dotychczas niezastosowana w znanej mi literaturze zagranicznej i krajowej z
dziedziny analizy szeregów finansowych.
(z recenzji wydawniczej dr. hab. Piotra Chrzana)
Spis treści:
Wstęp
1. Modelowanie zjawisk ekonomicznych za pomocą procesów stochastycznych
1.1. Wprowadzenie
1.2. Procesy stochastyczne
1.3. Dekompozycja niestacjonarnych procesów ekonomicznych
1.4. Problem identyfikacji zależności między procesami ekonomicznymi
1.5. Własności statystyczne procesów stochastycznych niestacjonarnych w średniej i
wariancji
1.6. Eliminacja niestacjonarności procesów ekonomicznych
1.7. Problem regresji pozornych
1.8. Obserwowalna równoważność procesów stochastycznych
1.9. Problem autokorelacji składników losowych
1.10. Specyfika finansowych szeregów czasowych
1.11. Finanse behawioralne a dynamika rynków finansowych
1.11.1. Wprowadzenie
1.11.2. Błędy w sferze poznawczej
1.11.3. Obciążenia emocjonalne
1.11.4. Wpływ otoczenia i interakcji międzyludzkich
1.11.5. Wpływ psychologicznych uwarunkowań podejmowania decyzji na za chowania
inwestorów
1.11.6. Psychologiczne uwarunkowania procesu podejmowania decyzji a charakter dynamiki
rynków finansowych
1.12. Wpływ obiektywnych uwarunkowań ograniczeń percepcji informacji na dynamikę
rynków finansowych
1.13. Identyfikacja prawidłowości w szeregach czasowych
2. Problem identyfikacji zależności ilościowych a możliwości
prognozowania.
2.1. Wprowadzenie
2.2. Liniowy model gospodarki zamkniętej ze zmiennymi opóźnionymi
2.3. Równowaga i jej stabilność
2.4. Zbieżność do stanu równowagi i możliwości stabilizacji
2.5. Zaburzenia stochastyczne
2.6. Własności zaburzeń generowanych przez odwzorowanie logistyczne w modelach
rekurencyjnych
2.7. Problem niestabilności popytu konsumpcyjnego
2.7.1. Endogeniczna niestabilność popytu
2.7.2. Egzogeniczna niestabilność popytu
2.8. Możliwości estymacji parametrów modelu
2.9. Podsumowanie
3. Problem pomiaru ryzyka instrumentu finansowego
3.1. Wprowadzenie
3.2. Definicja i klasyfikacja miar ryzyka
3.3. Pomiar ryzyka za pomocą miar zmienności stochastycznej
3.3.1. Pomiar ryzyka w przypadku niestacjonarności procesu stochastycznego w średniej
3.3.2. Pomiar ryzyka w przypadku autokorelacji
3.4. Pomiar ryzyka dla sekwencji transakcji
3.4.1. Przypadek deterministyczny
3.4.2. Przypadek stochastyczny
3.4.3. Ryzyko akcji a ryzyko transakcji
3.5. Problem percepcji i pomiaru ryzyka
4. Ryzyko w analizie portfelowej
4.1. Wprowadzenie
4.2. Wpływ dywersyfikacji na wielkość ryzyka
4.3. Zmienność historyczna a ryzyko
4.4. Miary ryzyka a efektywność dywersyfikacji
4.5. Ryzyko a kryteria wyboru optymalnego portfela w analizie portfelowej
4.6. Model Vagi
4.7. Wybór miary ryzyka w przypadku rynku efektywnego i nieefektywnego
4.8. Typ rozkładu a problem pomiaru ryzyka
4.9. Problem weryfikacji hipotezy Vagi
4.10. Problem wyboru portfela minimalizującego miary zmienności
5. Predykcja szeregów czasowych a polityka inwestycyjna
5.1. Wprowadzenie
5.2. Polityka inwestycyjna a zmienność
5.3. Efektywność strategii inwestycyjnych dla wybranych rodzajów procesów
stochastycznych
5.4. Efektywność reguł prognozowania dla procesów stacjonarnych i niestacjonarnych w
średniej i wariancji
5.5. Dokładność prognozowania a efektywność strategii inwestycyjnych
6. Ryzyko długoterminowych inwestycji giełdowych
6.1. Wprowadzenie
6.2. Sekwencyjne procesy inwestycyjne
6.3. Własności portfeli dla jednokrotnych procesów inwestycyjnych
6.4. Własności portfeli dla sekwencyjnych procesów inwestycyjnych
6.5. Ocena zyskowności inwestycji długoterminowych
6.6. Wyniki badań symulacyjnych
6.7. Przykład empiryczny
6.8. Sekwencyjne procesy inwestycyjne: aspekt makroekonomiczny
Podsumowanie
Dodatek matematyczny
D.l. Wybrane własności zbiorów i funkcji
D.2. Schematy autokorelacji
D.3. Modele warunkowej wariancji
D.4. Modele "długiej pamięci" zmienności
D.5. Wybrane elementy teorii portfela
D.5.1. Rynek instrumentów finansowych
D.5.2. Krzywa Markowitza
D.5.3. Modyfikacje problemu Markowitza
D.5.4. Uwagi numeryczne
D.6. Twierdzenia graniczne
D.7. Stabilne rozkłady paretowskie
D.8. Dowody twierdzeń
D.9. Miary dokładności prognoz
Literatura
Indeks rzeczowy
Spis tabel
Spis rysunków
328 stron, oprawa miękka
